Ιδιαίτερα βαθιές αλλαγές θα συμβούν στους τομείς της ενέργειας, της μεταποίησης και της ιατρικής, λέει ο Ray Kurzweil (διάσημος επιστήμονας υπολογιστών, εφευρέτης και συγγραφέας βιβλίων, όπως The Age of Intelligent Machines (1990), The Age of Spiritual Machines (1999), The Singularity Is Near (2005) Το νέο του βιβλίο, The Singularity Closer: When We Merge with Artificial Intelligence, που εκδόθηκε τον Ιούνιο του 2024).
Σε συνέντευξη του στο The Economist (17/06/2024), αναφέρει:
Μέχρι τη στιγμή που τα παιδιά που γεννιούνται σήμερα είναι στο νηπιαγωγείο, η τεχνητή νοημοσύνη (AI) πιθανότατα θα ξεπεράσει τους ανθρώπους σε κάθε γνωστικό έργο.
Έχοντας εργαστεί στον τομέα για 61 χρόνια – περισσότερο από οποιονδήποτε άλλο εν ζωή – χαίρομαι που βλέπω την τεχνητή νοημοσύνη στο επίκεντρο της παγκόσμιας συζήτησης. Ωστόσο, τα περισσότερα σχόλια παραλείπουν το πώς τα μεγαλύτερα μοντέλα γλώσσας όπως το ChatGPT και το Gemini ταιριάζουν σε μια ακόμη μεγαλύτερη ιστορία. Η τεχνητή νοημοσύνη πρόκειται να κάνει το άλμα από την επανάσταση στον ψηφιακό κόσμο και μόνο στον μετασχηματισμό του φυσικού κόσμου . Αυτό θα αποφέρει αμέτρητα οφέλη, αλλά τρεις τομείς θα έχουν ιδιαίτερα βαθιές επιπτώσεις: η ενέργεια, η μεταποίηση και η ιατρική.
«Γιατί η ηλιακή ενέργεια δεν είναι ακόμα κυρίαρχη;
Το πρόβλημα είναι πως τα φωτοβολταϊκά υλικά είναι ακριβά και αναποτελεσματικά, γεγονός που εμποδίζει την χρήση τους σε αντίθεση με την χρήση του άνθρακα ή του φυσικού αερίου. Επιπλέον η ηλιακή παραγωγή εξαρτάται από την ώρα της ημέρας και του έτους, επομένως απαιτείται πολλή ενέργεια για την αποθήκευση της. Οι σημερινές μπαταρίες δεν είναι αρκετά ενεργειακά αποδοτικές. Αν και οι νόμοι της φυσικής προτείνουν βελτιώσεις, οι επιλογές της χημικής έρευνας είναι περιορισμένες, επομένως η πρόοδος είναι αργή.
Η τεχνητή νοημοσύνη μπορεί γρήγορα να αναλύσει δισεκατομμύρια χημικές ενώσεις και να προωθήσει την καινοτομία σε φωτοβολταϊκές συσκευές και μπαταρίες. Μόλις η AGI βρει τα πλήρως βέλτιστα υλικά, τα φωτοβολταϊκά μεγάλα έργα θα γίνουν βιώσιμα και η ηλιακή ενέργεια θα γίνει τόσο ακριβή που θα είναι σχεδόν δωρεάν».
Η Αφθονία της Ενέργειας Καθιστά Δυνατή μια Ακόμη Επανάσταση: την Κατασκευή
Μετά τη φθηνή και άφθονη ηλιακή ενέργεια, το επόμενο στοιχείο είναι η ανθρώπινη εργασία, η οποία συχνά μπορεί να είναι εξαντλητική και επικίνδυνη. Η τεχνητή νοημοσύνη κάνει μεγάλα βήματα στην ρομποτική, η οποία μπορεί να μειώσει σημαντικά το κόστος εργασίας. Η ρομποτική μειώνει επίσης το κόστος εξόρυξης πρώτων υλών και η τεχνητή νοημοσύνη συμβάλλει στην αντικατάσταση σπάνιων στοιχείων με πιο κοινά, όπως το ζιρκόνιο, το πυρίτιο και ο άνθρακας γραφενίου. Ως αποτέλεσμα, πολλά αγαθά θα γίνουν πιο προσιτά.
«Καθώς χτίζουμε την τιτάνια υπολογιστική ισχύ που απαιτείται για την προσομοίωση της βιολογίας, εγκαινιάζουμε την τρίτη επανάσταση της φυσικής της τεχνητής νοημοσύνης στον τομέα της ιατρικής. Παρά τα 200 χρόνια σημαντικής προόδου, η κατανόησή μας για το ανθρώπινο σώμα εξακολουθεί να βασίζεται σε ασταθείς προσεγγίσεις που συνήθως ισχύουν κυρίως για τους περισσότερους ασθενείς. Δεκάδες χιλιάδες Αμερικανοί πεθαίνουν κάθε χρόνο από αντιδράσεις σε φάρμακα που σύμφωνα με έρευνα θα τους βοηθούσαν.
Το καλοκαίρι του 2023, το πρώτο φάρμακο που αναπτύχθηκε από την τεχνητή νοημοσύνη εισήλθε σε δοκιμές φάσης για την θεραπεία μιας πνευμονικής νόσου. Δεκάδες άλλα φάρμακα που αναπτύχθηκαν με χρήση τεχνητής νοημοσύνης δοκιμάζονται αυτήν την στιγμή.
Τόσο η διαδικασία ανάπτυξης φαρμάκων όσο και η διαδικασία δοκιμής θα επιταχυνθούν, καθώς η μοντελοποίηση ενσωματώνει τα πολύ πλουσιότερα δεδομένα που καθιστά δυνατή η τεχνητή νοημοσύνη. Για την ακριβή μοντελοποίηση πολύπλοκων συστημάτων θα απαιτηθεί πολλή πρόσθετη έρευνα στο εργαστήριο, αλλά σε γενικές γραμμές η συνολική εικόνα είναι ξεκάθαρη. Στην συνέχεια, η τεχνητή νοημοσύνη θα μοντελοποιήσει πρωτεϊνικά σύμπλοκα, οργανίδια, κύτταρα, ιστούς, όργανα και, τέλος, ολόκληρο το σώμα.
Τελικά, η χρήση της τεχνητής νοημοσύνης θα αντικαταστήσει τις σημερινές κλινικές δοκιμές, οι οποίες είναι ακριβές, επικίνδυνες, αργές και στατιστικά ανεπαρκείς.
Η ψηφιακή έρευνα θα μας επιτρέψει να προσαρμόσουμε τα φάρμακα για κάθε ασθενή ξεχωριστά . Σήμερα, η επιστημονική πρόοδος δίνει στον μέσο άνθρωπο έξι έως επτά εβδομάδες επιπλέον προσδόκιμο ζωής κάθε χρόνο. Μόλις το AGI μας δώσει την πλήρη κυριαρχία στην κυτταρική βιολογία, αυτές οι εξελίξεις θα επιταχυνθούν δραματικά. Μόλις η ετήσια αύξηση της διάρκειας ζωής φτάσει τους 12 μήνες, θα έχουμε φτάσει στην «ταχύτητα διαφυγής μακροζωίας». Επιπλέον, με εκθετικές βελτιώσεις στην τιμή/απόδοση των υπολογιστών οι θεραπείες που βασίζονται στην τεχνητή νοημοσύνη που ήταν αρχικά ακριβές θα γίνουν γρήγορα ευρέως διαθέσιμες».
Η Τεχνητή Νοημοσύνη Μπορεί να Κάνει την Μεταφορά Ασφαλέστερη και Αποτελεσματικότερη
Για να υποστηρίξει το μέλλον της τεχνητής νοημοσύνης στις μεταφορές, μια ομάδα ερευνητών με επικεφαλής τον Abhijit Sarkar από το Virginia Tech Transportation Institute (VTTI) συνέταξε μια έκθεση που δημοσιεύτηκε από τις Εθνικές Ακαδημίες Επιστημών, Μηχανικής και Ιατρικής. Η έκθεση εξετάζει τα οφέλη και την υιοθέτηση της τεχνητής νοημοσύνης στα τμήματα μεταφορών (DOT) σε πολιτειακό και τοπικό επίπεδο και παρουσιάζει μια σειρά από κατευθυντήριες αρχές και ερευνητικά προγράμματα.
«Το AI και η μηχανική μάθηση είναι συναρπαστικά πεδία. Οι άνθρωποι σκέφτονται πώς μπορούν να κάνουν τις μεταφορές πιο αποτελεσματικές και ασφαλέστερες», δήλωσε ο Sid Mohan, Αναπληρωτής Διευθυντής Προγράμματος για την Εφαρμογή και την Καινοτομία στο Transportation Research Board, ένα τμήμα των Εθνικών Ακαδημιών. «Όλα πρέπει να ξεκινήσουν από κάπου, και αυτό το έργο θα μπορούσε να δημιουργήσει τηΝ βάση για κάτι μεγάλο στην ενσωμάτωση της τεχνητής νοημοσύνης στο DOT».
Η έκθεση προσδιορίζει 11 ερευνητικά ζητήματα που μπορούν να καθοδηγήσουν τα τμήματα στην εφαρμογή της τεχνητής νοημοσύνης στα συστήματά τους. Κάθε αίτηση συνοδεύεται από μια λίστα ενεργειών, έναν προτεινόμενο προϋπολογισμό και ένα χρονοδιάγραμμα για την διασφάλιση της ομαλής υλοποίησης.
«Τώρα είναι η ιδανική στιγμή για να εκμεταλλευτούμε την δύναμη της τεχνητής νοημοσύνης και να την εφαρμόσουμε για να ωφελήσει την κοινωνία μας, να βελτιώσει την οδική ασφάλεια και την αποτελεσματικότητα των μεταφορών, να μειώσει τα ατυχήματα και να σώσει ζωές σε παγκόσμια κλίμακα», δήλωσε ο Sarkar, επικεφαλής της ομάδας, υπολογιστική όραση και εκπαίδευση μηχανών στο VTTI.
Τα ευρήματα είναι το αποτέλεσμα μιας περιεκτικής βιβλιογραφικής ανασκόπησης περισσότερων από 65.000 άρθρων, που συμπληρώνονται από συνεντεύξεις με ειδικούς και πληροφορίες που ελήφθησαν μέσω εργαστηρίων. Συνολικά 29 άτομα από οκτώ κρατικά τμήματα μεταφορών συμμετείχαν στα δύο εργαστήρια και συνολικά 56 άτομα από κρατικά και τοπικά τμήματα.
«Ο στόχος ήταν να αναπτυχθεί μια ερευνητική ατζέντα σχετικά με την χρήση της τεχνητής νοημοσύνης», δήλωσε ο Matt Camden, ανώτερος επιστήμονας στο VTTI. «Ωστόσο, δεν είμαστε εμείς στο γήπεδο. Ήταν λοιπόν εξαιρετικά σημαντικό για εμάς να συλλέγουμε δεδομένα και να επικοινωνούμε με τους ανθρώπους που χρησιμοποιούν αυτές τις τεχνολογίες καθημερινά».
Η έρευνα έχει δείξει ότι οι αρχές θέλουν να ενσωματώσουν την τεχνητή νοημοσύνη στην διαχείριση της κυκλοφορίας, την ασφάλεια, την ανάπτυξη υποδομών μεταφορών και τις πολυτροπικές μεταφορές. Ωστόσο, υπάρχει μια γενική παρανόηση της τεχνολογίας και έλλειψη έμπειρου εργατικού δυναμικού, σύμφωνα με την έκθεση.
«Τα περισσότερα τμήματα μεταφορών αγωνίζονται να ενσωματώσουν αποτελεσματικά την τεχνητή νοημοσύνη στο δίκτυό τους και την ροή εργασίας τους», είπε ο Sarkar. «Με αυτό το έργο, ελπίζουμε να τους παρέχουμε ένα σημείο εκκίνησης».
Το Συνέδριο του Στάνφορντ διερευνά την εκπαιδευτική τεχνολογία στην εποχή της τεχνητής νοημοσύνης.
«Θέλουμε οι μαθητές να ευδοκιμούν σε όλη τους την ζωή και θέλουμε να έχουν μια εκπαίδευση που να υποστηρίζει αυτήν την ανάπτυξη», δήλωσε η καθηγήτρια Suzanne Loeb στα εγκαίνια της συνόδου κορυφής Accelerate Edtech Impact 2024 στο Στάνφορντ. «Δεν το θέλουμε μόνο για φοιτητές από πλούσιες οικογένειες. Δεν το θέλουμε μόνο για φοιτητές που έχουν κίνητρα και ασχολούνται με τις σπουδές τους αυτήν την στιγμή… πρέπει πραγματικά να σκεφτούμε το ευρύ φάσμα των φοιτητών».
Η εμπειρία του μαθητή ήταν το επίκεντρο της δεύτερης ετήσιας συνόδου κορυφής του Stanford Accelerator for Learning. Τέσσερις μαθητές, από μαθητές γυμνασίου έως μεταπτυχιακούς φοιτητές, μίλησαν για τον αντίκτυπο της τεχνητής νοημοσύνης στη μάθηση. Πριν από αυτό, οκτώ φοιτητές του Stanford παρουσίασαν τα δικά τους έργα στον τομέα της εκπαιδευτικής τεχνολογίας (EdTech).
Η συνάντηση συγκέντρωσε 400 ηγέτες της Edtech , ερευνητές, χορηγούς, δασκάλους και φοιτητές. Οι 10 συνεδρίες, που κυμαίνονται από πάνελ έως διαδραστικά εργαστήρια, κατέδειξαν την αποτελεσματική χρήση της Edtech, διερεύνησαν τον ρόλο της έρευνας και παρείχαν την ευκαιρία σε βασικούς παράγοντες να δικτυωθούν μεταξύ τους.
Τα κύρια συμπεράσματα της συνόδου κορυφής είναι τα εξής:
– Οι επιτυχημένες εκπαιδευτικές τεχνολογίες δίνουν την δυνατότητα στους εκπαιδευτικούς να αναλάβουν ηγετικό ρόλο με την υποστήριξη των διευθυντών σχολείων και περιφερειών.
– Οι συμμετέχοντες στις συζητήσεις εστίασαν στο γεγονός ότι οι πιο αποτελεσματικές εκπαιδευτικές τεχνολογίες δεν περιπλέκουν το έργο των εκπαιδευτικών, αλλά διευρύνουν τις δυνατότητές τους.
– Οι ηγέτες της τεχνολογίας σημείωσαν ότι εάν δοθεί στους δασκάλους πρόσβαση σε εργαλεία και χώρος για να πειραματιστούν, συχνά βρίσκουν καλύτερες χρήσεις της τεχνολογίας από τις αναμενόμενες.
Ο Lane Dilg, Επικεφαλής Στρατηγικών Πρωτοβουλιών του OpenAI και ένας από τους δημιουργούς του ChatGPT, είπε ότι οι δάσκαλοι θα βρουν τους καλύτερους τρόπους χρήσης του προγράμματος AI και, με την σωστή προσέγγιση, θα δουν τις δυνατότητες του εργαλείου να βελτιώσει την ποιότητα της δουλειάς τους.
«Ελπίζουμε ότι τα μοντέλα μας… θα είναι όσο το δυνατόν πιο χρήσιμα και σχετικά για την διδασκαλία και την μάθηση».
Τα εργαλεία τεχνητής νοημοσύνης πρέπει να κάνουν πολλά περισσότερα από την επίλυση κουραστικών εργασιών και να μπορούν να βοηθήσουν στην βελτίωση της διδασκαλίας.
Από την κυκλοφορία του ChatGPT, οι ειδικοί της edtech διερευνούν τρόπους με τους οποίους μπορεί να βοηθήσει στην μείωση του κόστους εργασίας των ανθρώπων βοηθώντας τους να ολοκληρώσουν επαναλαμβανόμενες και χρονοβόρες εργασίες όπως η βαθμολόγηση, η δημιουργία προγραμμάτων ή η συμμετοχή σε δραστηριότητες, επιτρέποντας στους δασκάλους να εστιάσουν τον χρόνο και την ενέργειά τους στους μαθητές τους και εξοικονομούν χρήματα και ανθρώπινο δυναμικό για τα σχολεία.
Ωστόσο, ένα θέμα που προέκυψε από τις συνεδρίες ήταν η δυνατότητα της τεχνητής νοημοσύνης να συμπληρώσει και να βελτιώσει την διδακτική πρακτική. Με έναν τεράστιο όγκο δεδομένων μαθητών που είναι διαθέσιμος για συλλογή, η τεχνητή νοημοσύνη μπορεί να τα αναλύσει για να παρέχει χρήσιμες πληροφορίες σε δασκάλους, μαθητές και γονείς.
Τέτοιες διαδικασίες θα πρέπει να περιλαμβάνουν:
– την παροχή στους μαθητές γρήγορης ανατροφοδότησης σχετικά με την ποιότητα της γραπτής τους εργασίας πριν την υποβάλουν στον δάσκαλο.
– προσαρμογή της εκπαιδευτικής διαδικασίας στις ατομικές ανάγκες των μαθητών.
– χρήση βιντεοκάμερων, όρασης υπολογιστή και αισθητήρων για την συλλογή πληροφοριών σχετικά με την αλληλεπίδραση μαθητών και δασκάλων και τον εντοπισμό προτύπων.
Με την εμφάνιση νέων εργαλείων, ο κλάδος της αξιολόγησης εξελίσσεται επίσης. Οι άνθρωποι “προκαλούν την έννοια του παραδοσιακού τυποποιημένου τεστ”, δήλωσε ο Amit Sewak, Διευθύνων Σύμβουλος των Υπηρεσιών Εκπαιδευτικών Δοκιμών (ETS), γνωστός για την δημιουργία και την διαχείριση αξιολογήσεων όπως το TOEFL, το GRE και το Praxis . Το ETS αναπτύσσει τις δραστηριότητές του εστιάζοντας σε μεμονωμένες αξιολογήσεις και όχι σε τυποποιημένες δοκιμές. Αυτές οι αξιολογήσεις μετρούν την απόδοση, όχι μόνο την γνώση, και στοχεύουν στον εντοπισμό των δεξιοτήτων που απαιτούνται στον 21ο αιώνα. Το έργο της εταιρείας είναι να επεκτείνει τις τεχνολογίες και τις μεθόδους αξιολόγησης.
Μερικές ιδέες για αυτήν την επέκταση αναφέρονται παρακάτω:
– να αυξήσει την χρηματοδότηση και να δημιουργήσει υποδομές για την έρευνα και ανάπτυξη της εκπαιδευτικής τεχνολογίας, ώστε να μπορεί να συμβαδίζει με τις τεχνολογικές εξελίξεις και να είναι αξιόπιστη·
– μελέτη του συστήματος κινήτρων των ιδιωτικών εταιρειών στον τομέα των εκπαιδευτικών τεχνολογιών για να κατανοήσουν πώς να χρησιμοποιούν την έρευνα και την ανάπτυξη.
– να μελετήσει τα επιστημονικά θεμέλια της μάθησης και της γνωστικής ανάπτυξης προκειμένου να εφαρμόσει αυτήν την γνώση κατά την δημιουργία εκπαιδευτικών τεχνολογιών.
– Δημιουργία συνεργασίας με εκπαιδευτικούς και σχολεία για την από κοινού ανάπτυξη χρήσιμων εργαλείων.
Η Τεχνολογία Μπορεί να Βελτιώσει τη Μάθηση και να Βοηθήσει στον Προσδιορισμό του Πότε και πώς Συμβαίνει.
Σε μία από τις πρόσφατες ομιλίες του, ο Πρόεδρος του Πανεπιστημίου του Στάνφορντ, Τζον Λέβιν και ο Διευθύνων Σύμβουλος του YouTube, Νιλ Μόχαν αναλύουν το πως σκέφτηκαν την επέκταση της τεχνητής νοημοσύνης. Το YouTube έχει εξελιχθεί από μια πλατφόρμα ψυχαγωγίας σε μια πλατφόρμα που περιέχει πλούσιο εκπαιδευτικό περιεχόμενο ανοιχτής πρόσβασης, που δείχνει πώς η μάθηση έχει γίνει δια βίου και ευρέως προσβάσιμη σε όλο τον κόσμο. Το YouTube έχει επίσης δημιουργήσει λειτουργίες όπως τα μαθήματα YouTube, τα οποία επιτρέπουν στους δασκάλους να οργανώνουν το διδακτικό τους υλικό στην πλατφόρμα και το Player for Education, που επιτρέπει στους δασκάλους να εμφανίζουν βίντεο χωρίς διαφημίσεις στην τάξη ως εκπαιδευτικό βοήθημα.
Ο Ian Sample, στο άρθρο του The Guardian «AI-Fukushima inevitable» αναφέρει πως οι επιστήμονες συζητούν τις τεράστιες δυνατότητες, αλλά και τους κινδύνους της τεχνολογίας» (22/11/2024) γράφει ότι οι ειδικοί είναι αισιόδοξοι για τις ανακαλύψεις στην ενέργεια και τα φάρμακα, αλλά και επιφυλακτικοί για την πιθανή κακή χρήση τους.
Τον Οκτώβριο του 2024, δύο εκπρόσωποι της Google DeepMind – ο Demis Hassabis (ο επικεφαλής της εταιρείας) και ο John Jumper έλαβαν το Νόμπελ Χημείας “για την πρόβλεψη των δομών των πρωτεϊνών” την επόμενη μέρα που οι επιστήμονες John Hopfield και Geoffrey Hinton έλαβαν το Νόμπελ 2024 στη Φυσική για ανακαλύψεις και εφευρέσεις που επέτρεψαν τη μηχανική εκμάθηση νευρωνικών δικτύων.
Οι επιστήμονες εργάζονται με την τεχνητή νοημοσύνη εδώ και χρόνια, αλλά η τελευταία γενιά αλγορίθμων μας έχει φέρει στο χείλος του μετασχηματισμού, αναφέρει ο Ντέμης Χασάμπης. «Αν το καταλάβουμε σωστά, αυτή θα πρέπει να είναι μια απίστευτη νέα εποχή ανακαλύψεων και μια νέα χρυσή εποχή, ίσως ακόμη και μια νέα αναγέννηση».
Η τεχνητή νοημοσύνη «δεν είναι ένα μαγικό ραβδί», είπε ο Χασάμπις. Για να κάνουν ανακαλύψεις, οι ερευνητές πρέπει να διατυπώσουν τα σωστά προβλήματα, να συλλέξουν τα σωστά δεδομένα, να δημιουργήσουν τους σωστούς αλγόριθμους και να τους εφαρμόσουν με τον σωστό τρόπο.
Ωστόσο, τότε εμφανίζονται διάφορες παγίδες. Τι γίνεται αν η τεχνητή νοημοσύνη προκαλέσει αντιδράσεις, αυξήσει την ανισότητα, δημιουργήσει οικονομική κρίση, προκαλέσει καταστροφική παραβίαση δεδομένων, ωθήσει τα οικοσυστήματα στο χείλος του γκρεμού λόγω των ακραίων ενεργειακών αναγκών της; Τι γίνεται αν πέσει σε λάθος χέρια και εξαπολύσει ένα βιολογικό όπλο που αναπτύχθηκε από την τεχνητή νοημοσύνη;
Ο Siddhartha Mukherjee, ερευνητής κατά του καρκίνου στο Πανεπιστήμιο Columbia στη Νέα Υόρκη, φοβάται ότι μπορεί να εμφανιστεί κάποια εκδοχή του “AI-Fukushima”, αναφερόμενος στην πυρηνική καταστροφή που προκλήθηκε από το τσουνάμι του 2011 στην Ιαπωνία.
Ωστόσο, πολλοί ειδικοί της τεχνητής νοημοσύνης είναι αισιόδοξοι για το μέλλον. Για παράδειγμα, στην Κένυα, οι νοσοκόμες χρησιμοποιούν τεχνητή νοημοσύνη για να σαρώσουν τις εγκύους με υπερήχους, επιτρέποντάς τους να αποφύγουν την εκτεταμένη εκπαίδευση. Η Materiom με έδρα το Λονδίνο χρησιμοποιεί τεχνητή νοημοσύνη για να δημιουργήσει πλήρως βιοδιασπώμενα υλικά, αντικαθιστώντας τα πετροχημικά. Η τεχνητή νοημοσύνη έχει ήδη φέρει επανάσταση στην ιατρική απεικόνιση, τη μοντελοποίηση του κλίματος και την πρόγνωση του καιρού και μαθαίνει πώς να ελέγχει το πλάσμα για την πυρηνική σύντηξη.
Ο Ντέμης Χασάμπης και ο συνάδελφός του John Jumper έλαβαν το βραβείο Νόμπελ για το AlphaFold, ένα πρόγραμμα που προβλέπει τις δομές και τις αλληλεπιδράσεις των πρωτεϊνών. Χρησιμοποιείται στη βιοϊατρική επιστήμη, ιδιαίτερα στην ανάπτυξη φαρμάκων. Τώρα οι ερευνητές στο Isomorphic, ένα παρακλάδι του Google DeepMind, ενισχύουν τον αλγόριθμο και τον συνδυάζουν με άλλους για να επιταχύνουν την ανάπτυξη φαρμάκων.
«Ελπίζουμε ότι μια μέρα στο εγγύς μέλλον θα μειώσουμε τον χρόνο ανάπτυξης φαρμάκων από χρόνια, ίσως και δεκαετίες, σε μήνες ή και εβδομάδες, και αυτό θα φέρει επανάσταση στην διαδικασία ανάπτυξης φαρμάκων.»
Η ελβετική φαρμακευτική εταιρεία Novartis προχώρησε ένα βήμα παραπέρα. Εκτός από την ανάπτυξη νέων φαρμάκων, η τεχνητή νοημοσύνη επιταχύνει την στρατολόγηση συμμετεχόντων σε κλινικές δοκιμές, μειώνοντας μια δυνητικά χρόνια διαδικασία σε μήνες.
Η Jennifer Doudna, η οποία μοιράστηκε το βραβείο Νόμπελ για το εργαλείο γονιδιακής επεξεργασίας Crispr , είπε ότι η τεχνητή νοημοσύνη θα παίξει μεγάλο ρόλο στο να γίνουν πιο προσιτές οι θεραπείες. Οι ρυθμιστικές αρχές ενέκριναν την πρώτη χρήση του Crispr πέρυσι, αλλά το υψηλό κόστος της διαδικασίας – 2 εκατομμύρια δολάρια ή 1,6 εκατομμύρια λίρες ανά ασθενή – μειώνει την ελκυστικότητά της.
Ένα από τα κύρια προβλήματα στην έρευνα είναι το λεγόμενο «μαύρο κουτί». Πολλά AI μπορούν να λάβουν αποφάσεις αλλά δεν τις εξηγούν, κάτι που προκαλεί δυσπιστία. Ωστόσο, σύμφωνα με τον Χασάμπη, αυτή η κατάσταση μπορεί να αλλάξει με την βοήθεια τεχνολογίας που θα λειτουργήσει ως σάρωση εγκεφάλου για AI.
Η κλιματική κρίση μπορεί να είναι η μεγαλύτερη πρόκληση για την τεχνητή νοημοσύνη. Ενώ η Google, όπως πολλές μεγάλες εταιρείες τεχνολογίας, διατυμπανίζει τις προόδους της τεχνητής νοημοσύνης στην πρόβλεψη πλημμυρών, πυρκαγιών και καύσωνα, παρόλαυτα καταναλώνει περισσότερη ενέργεια ακόμη και από μεμονωμένες χώρες. Για παράδειγμα, η εκπαίδευση ενός μεγάλου γλωσσικού μοντέλου όπως το ChatGPT του OpenAI μπορεί να απαιτεί 10 γιγαβατώρες ηλεκτρικής ενέργειας, αρκετή για να τροφοδοτήσει 1.000 σπίτια στις ΗΠΑ για ένα χρόνο.
«Πιστεύω ότι τα οφέλη αυτών των συστημάτων θα υπερβούν κατά πολύ την κατανάλωση ενέργειας», είπε ο Ντέμης Χασάμπης στην συνάντηση, εκφράζοντας την ελπίδα ότι η τεχνητή νοημοσύνη θα βοηθήσει στην δημιουργία νέων μπαταριών, υπεραγωγών και ίσως ακόμη και πυρηνικής σύντηξης. «Πιστεύω ότι ένα από αυτά τα πράγματα είναι πιθανό να αποδώσει την επόμενη δεκαετία και θα αλλάξει εντελώς, σημαντικά την κλιματική κατάσταση».
Ωστόσο, ορισμένοι ειδικοί έχουν εκφράσει αμφιβολίες για αυτήν την άποψη. Ο Asmeret Asefaw Berhe, πρώην διευθυντής του Γραφείου Επιστήμης του Υπουργείου Ενέργειας των ΗΠΑ, πρότεινε ότι η ανάπτυξη της τεχνητής νοημοσύνης θα μπορούσε να οδηγήσει σε αρνητικές συνέπειες, ειδικά στο πλαίσιο της αυξανόμενης ζήτησης ενέργειας. Υποστήριξε πιο φιλόδοξους στόχους βιώσιμης ανάπτυξης.
«Οι εταιρείες τεχνητής νοημοσύνης επενδύουν πολλά σε ανανεώσιμες πηγές ενέργειας και ελπίζουμε ότι αυτό θα επιταχύνει την μετάβαση από τα ορυκτά καύσιμα. Είναι όμως αυτό αρκετό;»
Θα Σκάσει η Φούσκα της AI το 2025 ή θα Αρχίσει να Αποδίδει Καρπούς;
Ο παρακάτω προβληματισμός έρχεται από το The Economist (18/11/2024)
Η σημερινή μανία για την τεχνητή νοημοσύνη ξεκίνησε με την κυκλοφορία του ChatGPT στα τέλη Νοεμβρίου 2022. Το chatbot του Open AI προσέλκυσε 100 εκατομμύρια χρήστες μέσα σε λίγες εβδομάδες, πιο γρήγορα από οποιοδήποτε άλλο προϊόν στην ιστορία. Οι επενδυτές έχουν επενδύσει αρκετά χρήματα σε αυτό το έργο. Οι δαπάνες για κέντρα δεδομένων AI αναμένεται να ξεπεράσουν τα 1,4 τρισεκατομμύρια δολάρια μεταξύ 2024 και 2027. Η αγοραία αξία της Nvidia, ενός κορυφαίου κατασκευαστή τσιπ τεχνητής νοημοσύνης, έχει οκταπλασιαστεί σε περισσότερα από 3 τρισεκατομμύρια δολάρια.
Οι περισσότερες εταιρείες εξακολουθούν να είναι αβέβαιες για το τι μπορεί να κάνει αυτή η τεχνολογία και πώς να την χρησιμοποιήσει κάποιος με τον καλύτερο δυνατό τρόπο. Στην οικονομία, μόνο το 5% των αμερικανικών εταιρειών λένε ότι χρησιμοποιούν τεχνητή νοημοσύνη στα προϊόντα και τις υπηρεσίες τους. Λίγες νεοφυείς επιχειρήσεις τεχνητής νοημοσύνης αποφέρουν κέρδη. Και οι περιορισμοί ενέργειας και δεδομένων για την κατασκευή μοντέλων τεχνητής νοημοσύνης γίνονται όλο και πιο ευαίσθητοι. Η ασυμφωνία μεταξύ των προσδοκιών των επενδυτών και της επιχειρηματικής πραγματικότητας είναι αρκετά σαφής – πράγμα που σημαίνει ότι το 2025 υπόσχεται να είναι έτος κρίσης. Ο αγώνας γίνεται για να γίνει η τεχνητή νοημοσύνη πιο αποτελεσματική και χρήσιμη προτού οι επενδυτές χάσουν τον ενθουσιασμό τους.
Υπάρχουν αρκετοί περιορισμοί που επιβραδύνουν τον ρυθμό της επέκτασης των τεχνολογικών συνόρων. Η εκπαίδευση μεγάλων μοντέλων απαιτεί τεράστια ποσά ενέργειας. Η ηλεκτρική ενέργεια που χρησιμοποιείται για την εκπαίδευση του GPT-4, του μεγάλου γλωσσικού μοντέλου στην καρδιά του Chat GPT, θα μπορούσε να τροφοδοτήσει 5.000 αμερικανικά σπίτια για ένα χρόνο. Ο αντίστοιχος αριθμός για το GPT-3, τον προκάτοχό του, ήταν 100.
Έτσι, η ανάπτυξη ολοένα μεγαλύτερα και πιο προηγμένων μοντέλων απαιτεί ολοένα και βαθύτερες τσέπες. Σύμφωνα με ορισμένες εκτιμήσεις, η εκπαίδευση της επόμενης γενιάς μοντέλων θα μπορούσε να κοστίσει 1 δισεκατομμύριο δολάρια. Εν τω μεταξύ, διαφαίνεται και η έλλειψη δεδομένων εκπαίδευσης. Μια εκτίμηση είναι ότι η παροχή δεδομένων κειμένου υψηλής ποιότητας στο Διαδίκτυο θα εξαντληθεί έως το 2028.
Οι εταιρείες σε όλο τον κόσμο σπεύδουν να βρουν έξυπνες λύσεις σε αυτά τα προβλήματα, από πιο αποτελεσματικά και εξειδικευμένα τσιπ μέχρι πιο εξειδικευμένα και μικρότερα μοντέλα που απαιτούν λιγότερη ενέργεια. Άλλοι βρίσκουν τρόπους να χρησιμοποιούν νέες πηγές δεδομένων υψηλής ποιότητας, όπως σχολικά βιβλία, ή να δημιουργούν συνθετικά δεδομένα για χρήση στην διδασκαλία. Το αν αυτό θα οδηγήσει σε σταδιακές βελτιώσεις στην τεχνολογία ή θα κάνει το επόμενο μεγάλο άλμα προς τα εμπρός προσιτό και εφικτό, μένει να φανεί.
Οι τελικοί χρήστες αντιμετωπίζουν προκλήσεις στην υιοθέτηση της τεχνητής νοημοσύνης καθώς πρέπει να μάθουν νέους τρόπους εργασίας, να επενδύσουν στην τεχνολογία και να εκπαιδεύσουν τους υπαλλήλους τους. Ορισμένες βιομηχανίες εφαρμόζουν ήδη με επιτυχία την τεχνητή νοημοσύνη, για παράδειγμα, περίπου το 20% των εταιρειών πληροφορικής την χρησιμοποιούν. Καθώς η τεχνολογία αναπτύσσεται και γίνεται πιο περίπλοκη, η υιοθέτηση της τεχνητής νοημοσύνης μπορεί να επιταχυνθεί.
Ωστόσο, ενώ λίγες εταιρείες ισχυρίζονται ότι χρησιμοποιούν τεχνητή νοημοσύνη, το ένα τρίτο των εργαζομένων στις ΗΠΑ λέει ότι το χρησιμοποιεί τουλάχιστον μία φορά την εβδομάδα. Σε ορισμένα επαγγέλματα ο αριθμός αυτός είναι ακόμη μεγαλύτερος. Μια μελέτη διαπίστωσε ότι το 78% των μηχανικών λογισμικού στην Αμερική χρησιμοποιούν AI τουλάχιστον εβδομαδιαία, από 40% το 2023. Εν τω μεταξύ, η Open AI λέει ότι το 75% των εσόδων της προέρχεται, σημαντικά, από καταναλωτές και όχι από εταιρικές συνδρομές.
Όλα αυτά υποδηλώνουν ότι η τεχνητή νοημοσύνη χρησιμοποιείται κυρίως κρυφά, καθώς οι εργαζόμενοι την χρησιμοποιούν για να απλοποιήσουν εργασίες όπως η επανεγγραφή κειμένου ή η δημιουργία αναφορών. Οι εργαζόμενοι μπορεί να ανησυχούν ότι εάν παραδεχτούν ότι χρησιμοποιούν τεχνητή νοημοσύνη για να ολοκληρώσουν εργασίες πιο γρήγορα, τα αφεντικά θα τους δώσουν περισσότερη δουλειά ή θα το εκλάβουν ως ένδειξη ότι χρειάζονται λιγότεροι εργαζόμενοι. Αυτό με την σειρά του σημαίνει ότι η υιοθέτηση της τεχνητής νοημοσύνης δεν είναι απλώς μια τεχνολογική πρόκληση, αλλά και μια πρόκληση διαχείρισης. Για να αξιοποιήσουν στο έπακρο την τεχνολογία, οι ηγέτες πρέπει να δημιουργήσουν ένα περιβάλλον που ενθαρρύνει την διαφάνεια και τον πειραματισμό και όχι την μυστικότητα και την καχυποψία.
Ίσως το 2025, οι πιο αξιοσημείωτες ανακαλύψεις στην τεχνητή νοημοσύνη θα γίνουν σε άλλους τομείς, όπως η άμυνα (καθώς η τεχνητή νοημοσύνη προστίθεται στα drones, τα οποία γίνονται τα βασικά οπλικά συστήματα του μέλλοντος).
Μια νέα ερευνητική έκθεση καταδεικνύει την ταχεία και ευρεία υιοθέτηση της γενετικής τεχνητής νοημοσύνης παρακάτω.
Η SiliconANGLE (22/11/2024) ανέφερε ότι η C1, μια εταιρεία που παρέχει τεχνολογικές λύσεις για την βελτίωση του τρόπου με τον οποίο οι άνθρωποι αλληλεπιδρούν με τον κόσμο γύρω τους, δημοσίευσε μια έκθεση τον Νοέμβριο του 2024. Αυτή η έκθεση δείχνει πόσο ευρέως και γρήγορα οι επιχειρήσεις χρησιμοποιούν την γενετική τεχνητή νοημοσύνη. Η έκθεση, The Era of AI-Powered Connected Human Experience is Now, εξετάζει πώς οι οργανισμοί χρησιμοποιούν την τεχνητή νοημοσύνη για να βελτιώσουν την αυτοματοποίηση, να αναπτύξουν νέα προϊόντα και υπηρεσίες, να δημιουργήσουν λογισμικό και πολλά άλλα.
Το C1 ερεύνησε περισσότερους από 500 υπεύθυνους λήψης αποφάσεων από διάφορους τομείς, όπως η εκπαίδευση, τα οικονομικά, η υγειονομική περίθαλψη και η μεταποίηση. Τα αποτελέσματα δείχνουν τον στρατηγικό ρόλο που διαδραματίζει ήδη η τεχνητή νοημοσύνη. Ακολουθούν μερικά από τα κυριότερα σημεία:
– Το 100% των ερωτηθέντων οργανισμών δημιουργούν νέους βασικούς δείκτες απόδοσης για την παρακολούθηση εφαρμογών τεχνητής νοημοσύνης στις επιχειρήσεις τους. Η εστίαση είναι στην βελτίωση της ποιότητας της αλληλεπίδρασης.
– Το 99% αύξησε την υιοθέτηση της τεχνητής νοημοσύνης και το 51% των στελεχών που συμμετείχαν στην έρευνα δήλωσαν ότι «επιταχύνουν σημαντικά» την ενσωμάτωση της τεχνητής νοημοσύνης στις δραστηριότητές τους.
– Το 80% των ερωτηθέντων είπε ότι η τεχνητή νοημοσύνη είναι «απαραίτητη για τη βελτίωση της αλληλεπίδρασης των εργαζομένων και της ποιότητας της εργασίας».
– Το 76% των οργανισμών πιστεύει ότι η τεχνητή νοημοσύνη θα είναι «αναπόσπαστο στοιχείο για την βελτίωση της ποιότητας και της εμπειρίας των πελατών».
Μία από τις πιο ενδιαφέρουσες πτυχές της μελέτης είναι η διερεύνηση των διαφορετικών τρόπων με τους οποίους οι οργανισμοί χρησιμοποιούν την τεχνητή νοημοσύνη για την εκτέλεση κρίσιμων εργασιών:
– Το 85% χρησιμοποιεί τεχνητή νοημοσύνη για να αυξήσει τα επίπεδα αυτοματισμού.
– Το 84% χρησιμοποιεί AI για κοινή ανάπτυξη προϊόντων και υπηρεσιών.
– Το 84% λέει ότι η τεχνητή νοημοσύνη τους βοηθά να αναπτύξουν κώδικα.
– Το 68% χρησιμοποιεί AI για εικονικούς βοηθούς.
Καθώς η τεχνητή νοημοσύνη χρησιμοποιείται ευρέως στις εταιρείες, είναι ενδιαφέρον να γνωρίζουμε ότι το 90% των στελεχών που συμμετείχαν στην έρευνα πιστεύει ότι η τεχνητή νοημοσύνη βελτιώνει το εργασιακό περιβάλλον για τους εργαζόμενους. Τα παραδείγματα περιλαμβάνουν την υλοποίηση εικονικών βοηθών, λύσεων αυτοματισμού και εργαλείων για την υποστήριξη δυναμικών ροών εργασίας.
Οι ηγέτες έχουν επίγνωση των κινδύνων που συνδέονται με την ανάπτυξη της τεχνητής νοημοσύνης. Όπως συμβαίνει με κάθε νέα τεχνολογία, μπορεί να χρειαστεί χρόνος για να καθοριστεί με υψηλό βαθμό βεβαιότητας εάν μια καινοτομία είναι ωφέλιμη ή δυνητικά επιβλαβής. Αυτή η διαδικασία μπορεί να προχωρήσει ταχύτερα για την γενιά της τεχνητής νοημοσύνης, από ό,τι για σχεδόν οποιαδήποτε άλλη τεχνολογία που έχει κυκλοφορήσει στην αγορά τις τελευταίες δεκαετίες.
Παρόλο που οι οργανισμοί υιοθετούν γρήγορα καινοτομίες τεχνητής νοημοσύνης, η έκθεση αναγνωρίζει ότι οι ηγέτες των επιχειρήσεων «πρέπει να γνωρίζουν τους πιθανούς κινδύνους και τις προκλήσεις της εφαρμογής της γενετικής τεχνητής νοημοσύνης». Οι τομείς στους οποίους η έκθεση αναφέρει ότι “οι οργανισμοί θα πρέπει να είναι προσεκτικοί” περιλαμβάνουν το απόρρητο των δεδομένων, ζητήματα πνευματικής ιδιοκτησίας και κινδύνους για την ασφάλεια στον κυβερνοχώρο. Σύμφωνα με τους ερωτηθέντες στην έρευνα, η «έλλειψη δεξιοτήτων» στην ανάπτυξη και την συντήρηση της τεχνητής νοημοσύνης συνδέεται με αυτές τις προκλήσεις.
Περίπου το 65% των ερωτηθέντων είπε ότι ο οργανισμός τους «εξέτασε τα πρωτόκολλα κυβερνοασφάλειας» σχετικά με πιθανούς κινδύνους που σχετίζονται με την τεχνητή νοημοσύνη για να αντιμετωπίσει αυτές τις ανησυχίες.
Αυτό είναι όπου η ασφάλεια και η συμμόρφωση πρέπει να ενσωματωθούν στο σχεδιασμό νέων διαδικασιών που βασίζονται στην τεχνητή νοημοσύνη. Συχνά οι εταιρείες εισάγουν νέες τεχνολογίες και τα ζητήματα ασφάλειας αντιμετωπίζονται στο post-production. Δεδομένου ότι οι κίνδυνοι που σχετίζονται με την τεχνητή νοημοσύνη είναι τόσο υψηλοί και θα είναι δημόσιοι, η συμπερίληψή του στην διαδικασία εφαρμογής είναι συνετή.
Οι ερωτηθέντες στην έρευνα που ανέφεραν «υψηλά ή πολύ υψηλά επίπεδα χρήσης» τεχνητής νοημοσύνης αντιπροσωπεύουν μια ευρεία ομάδα βιομηχανιών:
Βοηθητικά προγράμματα: 86%;
Υγειονομική περίθαλψη: 81%;
Παραγωγή: 75%;
Οικονομικά και ασφάλειες: 68%;
Φιλοξενία: 68%;
Εκπαίδευση: 65%.
Αξίζει να σημειωθεί ότι σε αυτούς τους κλάδους, όσοι καινοτομούν ταχύτερα, στην ουσία τείνουν να είναι αργοί και οι διαδικασίες τους περιέχουν ένα «ανθρώπινο στοιχείο». Η τεχνητή νοημοσύνη μπορεί να κάνει σημαντικές βελτιώσεις σε αυτούς τους τομείς. Κάθε χαμένη ευκαιρία κοστίζει στον οργανισμό πολλά χρήματα λόγω του κόστους προσωπικού και εξοπλισμού. Αυτοί οι οργανισμοί χρησιμοποιούν την τεχνητή νοημοσύνη για να αυτοματοποιήσουν πράγματα όπως η επικοινωνία με ασθενείς και η επιβεβαίωση των ραντεβού, γεγονός που οδήγησε σε μείωση κατά 90% των χαμένων ραντεβού.
Το C1 αναφέρεται στις «δυνητικά σημαντικές» συνέπειες του να είσαι πρωτοπόρος στην τεχνητή νοημοσύνη. «Οι οργανισμοί που αποκτούν εμπειρία, το κάνουν με επιταχυνόμενους ρυθμούς, ενώ εκείνοι που είναι προσεκτικοί σχετικά με την υιοθέτηση της γενετικής τεχνητής νοημοσύνης κινδυνεύουν να μείνουν πολύ πίσω». Το έχουμε δει αυτό να συμβαίνει στην εποχή του Διαδικτύου, με εταιρείες που δεν έχουμε ακούσει ποτέ να διαταράσσουν αξιόπιστους προμηθευτές. Αναμένετε να γίνει το ίδιο με την AI.
Προσοχή στις Τεχνολογίες που μας Κάνουν Λιγότερο Ανθρώπους
Ο Tyler Austin Harper (καθηγητής στο Bates College) αναφέρει στο άρθρο του στο The Atlantic (21/05/2024) τα εξής:
«Καθώς οι συζητήσεις για τους κινδύνους της τεχνητής νοημοσύνης έχουν ενταθεί – κυρίως χάρη στην έκρηξη μεγάλων γλωσσικών μοντέλων όπως το ChatGPT – η προσοχή τόσο στα μέσα ενημέρωσης όσο και στη Silicon Valley έχει επικεντρωθεί στα σενάρια του Skynet. Υπάρχουν ανησυχίες ότι τα γλωσσικά μοντέλα θα μπορούσαν να γίνουν πολύ μεγάλα και ισχυρά, οδηγώντας στην εμφάνιση της τεχνητής γενικής νοημοσύνης ή της τεχνητής υπερνοημοσύνης (ASI). Το ASI θα είναι πολύ πιο έξυπνο και πιο παραγωγικό από τους ανθρώπους. Αυτό αναφέρεται συχνά ως σενάριο «γρήγορης απογείωσης». Το ανησυχητικό είναι ότι αν το ASI ξεφύγει από τον έλεγχο της ανθρωπότητας -αν και μπορεί και όχι- μπορεί να αποφασίσει να καταστρέψει το είδος μας ή ακόμα και να μας υποδουλώσει».
«Αυτή η συζήτηση για τον «υπαρξιακό κίνδυνο» της τεχνητής νοημοσύνης -τουλάχιστον αυτός που διεξάγεται δημόσια- έχει πάρει τον χαρακτήρα ενός παιχνιδιού μηδενικού αθροίσματος. Διεξάγεται σχεδόν αποκλειστικά μεταξύ εκείνων που πιστεύουν τους προαναφερθέντες κινδύνους τύπου Terminator και αυτούς που πιστεύουν ότι πρόκειται για φαντασιώσεις του Χόλιγουντ που αποσπούν την προσοχή του κοινού από πιο πιεστικά ζητήματα, που σχετίζονται με την τεχνητή νοημοσύνη, όπως αλγοριθμικές διακρίσεις, αυτόνομα οπλικά συστήματα, αλλά αυτό είναι ένα ψευδές δυαδικό, το οποίο αποκλείει μια άλλη πιθανότητα: ότι η τεχνητή νοημοσύνη θα μπορούσε να μειώσει σημαντικά την ανθρωπότητα σε αριθμό, ακόμα κι αν οι μηχανές δεν φτάσουν ποτέ στην υπερνοημοσύνη, αφαιρώντας την ικανότητα των ανθρώπων να κάνουν ανθρώπινα πράγματα».
Μια μελέτη του 2019 έδειξε σημαντική αύξηση στη δημοτικότητα των διαδικτυακών γνωριμιών από το 1995, όταν ξεκίνησε το Match.com . Το 1995, μόνο το 2% των ζευγαριών συναντήθηκαν μέσω Διαδικτύου, αλλά μέχρι το 2017 το ποσοστό αυτό είχε αυξηθεί στο 39%. Άλλες μέθοδοι ραντεβού, όπως η συνάντηση με φίλους ή οικογένεια, στη δουλειά ή στην εκκλησία, έχουν μειωθεί σημαντικά.
Ο μόνος τρόπος γνωριμίας που αυξήθηκε κατά τη διάρκεια αυτής της περιόδου ήταν οι συναντήσεις σε μπαρ και εστιατόρια. Ωστόσο, οι συγγραφείς της μελέτης σημειώνουν ότι αυτή η αύξηση ήταν μια ψευδαίσθηση, καθώς τα περισσότερα ζευγάρια που άρχισαν να συναντιούνται σε μπαρ και εστιατόρια είχαν προηγουμένως συναντηθεί στο διαδίκτυο. Η εξαίρεση αυτών των ζευγαριών από τα στατιστικά δείχνει μια μείωση στην χρήση των μπαρ και των εστιατορίων για ραντεβού μετά το 1995.
Ως εκ τούτου, τα διαδικτυακά ραντεβού έχουν γίνει ο κυρίαρχος τρόπος γνωριμιών, και ακόμη και οι έμποροι γνωριμιών παραδέχονται ότι η χρήση αλγορίθμων αντί για ανθρώπους στην διαδικασία γνωριμιών αποτελεί ανησυχία. Μια διαφήμιση του Tinder που κυκλοφόρησε το περασμένο φθινόπωρο καταδεικνύει αυτή την ανησυχία με χαρακτήρες που εμποτίζουν την διαδικασία αλγοριθμικής χρονολόγησης με ανθρώπινα χαρακτηριστικά.
Ο ειδικός στην ιστορία της τεχνητής νοημοσύνης, Leif Weatherbee, λέει ότι οι διαφημίσεις αντικατοπτρίζουν τις αρχές μάρκετινγκ της Silicon Valley.
«Βλέπουμε μια γενική τάση για πώληση της τεχνητής νοημοσύνης ως εργαλείο ενδυνάμωσης. Μπορεί να χρησιμοποιηθεί για την βελτίωση των δεξιοτήτων σε διάφορους τομείς, όπως το γράψιμο, οι επενδύσεις ή τα ραντεβού », εξήγησε ο Wetherby. «Αλλά αυτό που συμβαίνει στην πραγματικότητα είναι ότι εξαρτόμαστε τόσο πολύ από αλγοριθμικές αποφάσεις που χάνουμε τον έλεγχο των δικών μας διαδικασιών σκέψης και ακόμη και των κοινωνικών σχέσεων. Η ρητορική για την ενδυνάμωση της τεχνητής νοημοσύνης είναι ενδύματα προβάτων για τους λύκους της Silicon Valley που τροφοδοτούν σκόπιμα τον εθισμό του κοινού στις πλατφόρμες τους». Επομένως, ο περιορισμός της ανθρώπινης αυτονομίας δεν είναι σφάλμα, αλλά χαρακτηριστικό του χρυσού πυρετού της AI ».
«Φυσικά, αυτή η εξάρτηση από την τεχνητή νοημοσύνη δεν είναι μοναδική, προκύπτει με την εμφάνιση νέων τεχνολογιών. Η διάδοση της τεχνητής νοημοσύνης μειώνει τις ανθρώπινες δεξιότητες σε τομείς όπου είναι αποτελεσματικοί ή ακόμη και τις αντικαθιστά πλήρως. Αυτό οδηγεί σε μείωση της επιδεξιότητας των ανθρώπων στην εκτέλεση εργασιών που προηγουμένως χειρίζονταν εύκολα. Η διαφορά μεταξύ των τεχνολογιών άνεσης όπως η ηλεκτρική σκούπα ή το πλυντήριο ρούχων και οι πλατφόρμες όπως το Tinder ή το ChatGPT είναι ότι οι τελευταίες συνδέονται με ατροφικές ικανότητες όπως η ρομαντική επικοινωνία ή η σκέψη και ο προβληματισμός, που είναι θεμελιώδεις για το τι σημαίνει να είσαι άνθρωπος».
«Η απάντηση στον αλγοριθμικά ανανεωμένο κόσμο μας δεν μπορεί να είναι η απαγόρευση αλγορίθμων. Αυτή η θέση δεν είναι μόνο αβάσιμη σε πρακτικό επίπεδο—οι αλγόριθμοι είναι εδώ για να μείνουν—αλλά υπονομεύει επίσης κραυγαλέα θετικές περιπτώσεις χρήσης, όπως η χρήση της τεχνητής νοημοσύνης στην διάγνωση του καρκίνου. Αντίθετα, πρέπει να αναπτύξουμε μια πιο εξελιγμένη προσέγγιση στην τεχνητή νοημοσύνη για να γίνει διάκριση μεταξύ της νόμιμης ανθρώπινης ενδυνάμωσης και της τεχνητής νοημοσύνης που αναλαμβάνει βασικούς τομείς της ανθρώπινης δραστηριότητας. Για να κάνουμε όμως τέτοιες διακρίσεις, πρέπει να επιστρέψουμε στην ιδέα ότι ο άνθρωπος έχει μοναδικές ιδιότητες.»
«Καθώς η τεχνητή νοημοσύνη ενσωματώνεται σε μια συνεχώς διευρυνόμενη λίστα προϊόντων και υπηρεσιών, συμπεριλαμβανομένων των γνωριμιών, της συγγραφής δοκιμίων, της μουσικής και των προτάσεων συνταγών, πρέπει να είμαστε σε θέση να λαμβάνουμε λεπτομερείς, ορθολογικές αποφάσεις σχετικά με το ποιες χρήσεις της τεχνητής νοημοσύνης ενισχύουν τις βασικές ανθρώπινες ευκαιρίες μας και που καλλιεργούν την ανικανότητα και την ανικανότητα υπό το πρόσχημα της ενδυνάμωσης. Υπάρχουν αλγόριθμοι που βλάπτουν την ικανότητά μας να εκτελούμε βασικές δραστηριότητες και αρχίζουμε να ανησυχούμε για αυτό».
Μια γενιά Ινδικών Χοιριδίων με Τεχνητή Νοημοσύνη;
Η Caroline Mimbs Nice γράφει στο The Atlantic (14/6/2024):
Τα παιδιά λειτουργούν και πάλι ως δοκιμαστές beta για μια νέα γενιά ψηφιακών τεχνολογιών, όπως ήταν στις πρώτες μέρες των κοινωνικών μέσων. Διαφορετικές ηλικιακές ομάδες θα βιώσουν διαφορετικά την τεχνητή νοημοσύνη – τα μικρότερα παιδιά μπορεί να ακούν ιστορίες πριν τον ύπνο που δημιουργούνται από τους γονείς τους χρησιμοποιώντας το ChatGPT, ενώ οι μεγαλύτεροι έφηβοι μπορεί να συναντήσουν chatbots στις εφαρμογές που χρησιμοποιούν καθημερινά – αλλά τώρα αυτή είναι η πραγματικότητα. Η περίπλοκη, μερικές φορές εμπνευσμένη και συχνά προβληματική τεχνολογία είναι εδώ, και αναδιαμορφώνει την διαδικτυακή ζωή.
Τα παιδιά μπορούν να συναντήσουν την AI σε πολλά μέρη. Εταιρείες όπως η Google, η Apple και η Meta δημιουργούν μοντέλα τεχνητής νοημοσύνης σε προϊόντα όπως η Αναζήτηση Google, το iOS και το Instagram. Το Snapchat —μια εφαρμογή που χρησιμοποιείται από το 60% όλων των Αμερικανών εφήβων και από σχετικά λίγους ενήλικες μεγαλύτερης ηλικίας— προσφέρει ένα chatbot που ονομάζεται My AI , μια αντιγραφή του ChatGPT.
Τα Chromebook, οι σχετικά φθηνοί φορητοί υπολογιστές που χρησιμοποιούνται από δεκάδες εκατομμύρια μαθητές σε σχολεία σε όλη την χώρα, λαμβάνουν ενημερώσεις τεχνητής νοημοσύνης. Οι απατεώνες που θέλουν να πλουτίσουν γρήγορα χρησιμοποιούν ήδη την τεχνητή νοημοσύνη για να δημιουργήσουν και να δημοσιεύσουν βίντεο για παιδιά στο YouTube, τα οποία στηνν συνέχεια μπορούν να δημιουργήσουν έσοδα.
Ανεξάρτητα από το σε τι είναι πραγματικά καλό το AI, τα παιδιά πιθανότατα θα είναι αυτά που θα βιώσουν μερικές από τις χειρότερες επιπτώσεις του. «Είναι ένα είδος κοινωνικής φύσης ότι τα παιδιά θα είναι πιο ανοιχτά στον πειραματισμό και θα είναι η κινητήριος δύναμη πίσω από πολλές καινοτομίες », δήλωσε ο Mizuko Ito, συγγραφέας του Game Development: A Cultural History of Children’s Software.
Οι γονείς και οι εκπαιδευτικοί ανησυχούν για το ότι τα παιδιά χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης για να ολοκληρώσουν τις σχολικές εργασίες. Σύμφωνα με την έρευνα, όσοι χρησιμοποιούν το ChatGPT του OpenAI λένε ότι είναι τρεις φορές πιο πιθανό να το χρησιμοποιήσουν για σχολικές εργασίες σε σχέση με μηχανές αναζήτησης όπως η Google. Εάν τα chatbots μπορούν να γράφουν ολόκληρα άρθρα μέσα σε λίγα δευτερόλεπτα, τότε ποιο είναι το νόημα να γράφετε δοκίμια που θα σας πάρουν πολύ περισσότερο χρόνο; Πώς θα μάθουν τα σύγχρονα παιδιά να γράφουν; Ένα άλλο πρόβλημα είναι ότι τα chatbot AI μπορούν να παρέχουν προκατειλημμένες ή λανθασμένες απαντήσεις. Το απόρρητο είναι επίσης ένα ζήτημα. Αυτά τα μοντέλα απαιτούν τεράστιο όγκο δεδομένων για την εκτέλεση και τα δεδομένα των παιδιών χρησιμοποιούνται ήδη χωρίς την συγκατάθεσή τους.
Η τεχνητή νοημοσύνη δημιουργεί επίσης νέες μορφές εφηβικής βίας . Τον Μάρτιο, πέντε μαθητές εκδιώχθηκαν από ένα λύκειο του Μπέβερλι Χιλς, αφού άρχισαν να κυκλοφορούν πλαστές γυμνές φωτογραφίες των συμμαθητών τους με τεχνητή νοημοσύνη. Οι New York Times ανέφεραν ότι η χρήση της τεχνητής νοημοσύνης από μαθητές για την δημιουργία τέτοιων μέσων για τους συμμαθητές τους έχει γίνει ουσιαστικά «επιδημία» στα σχολεία σε όλη την χώρα.
Σε τελική ανάλυση, κάθε παιδί είναι μοναδικό. Οι διαφορετικές ηλικίες αντιλαμβάνονται διαφορετικά την τεχνητή νοημοσύνη. Αλλά όλοι ενδιαφέρονται ιδιαίτερα για τα μικρότερα παιδιά, τα οποία μπορεί να συναντήσουν την τεχνητή νοημοσύνη χωρίς να έχουν πραγματική ιδέα για το τι είναι . Για αυτούς, η γραμμή ανάμεσα στο οποίο ποια μέσα είναι αληθινά και ποια όχι είναι ήδη θολή.
Για παράδειγμα, όταν πρόκειται για έξυπνα ηχεία, τα πολύ μικρά παιδιά μπορεί να σκέφτονται: “Υπάρχει ένα μικρό άτομο σε αυτό το κουτί που μου μιλάει”, αναφέρει η Heather Kirkorian, διευθύντρια του Εργαστηρίου Γνωστικής Ανάπτυξης και Μέσων στο Πανεπιστήμιο του Ουισκόνσιν. στο Μάντισον. Ακόμη η ανθρώπινη τεχνητή νοημοσύνη θα μπορούσε να θολώσει περαιτέρω τα όρια γι ‘αυτά, λέει ο Ying Xu, καθηγητής εκπαίδευσης στο Πανεπιστήμιο του Μίσιγκαν, σε σημείο που κάποιοι μπορεί να αρχίσουν να μιλούν σε άλλους ανθρώπους με τον τρόπο που μιλούν στην Alexa: αγενώς και επιβλητικά.
Τα μεγαλύτερα παιδιά και οι έφηβοι είναι σε θέση να σκέφτονται πιο συγκεκριμένα, αλλά μπορεί να δυσκολεύονται να διαχωρίσουν την πραγματικότητα από τα ψέμματα. Ακόμη και οι ενήλικες δυσκολεύονται με πράγματα που δημιουργούνται από την τεχνητή νοημοσύνη – το έργο είναι ακόμη πιο δύσκολο για τα παιδιά γυμνασίου και γυμνασίου. «Θα είναι ακόμη πιο δύσκολο για τα παιδιά να το μάθουν αυτό», εξήγησε ο Kirkorian, αναφέροντας την ανάγκη βελτίωσης της παιδείας στα μέσα και στον ψηφιακό γραμματισμό. Οι έφηβοι, ειδικότερα, μπορεί να είναι ευάλωτοι σε μερικές από τις χειρότερες επιπτώσεις της τεχνητής νοημοσύνης, δεδομένου ότι είναι αναμφισβήτητα μερικοί από τους μεγαλύτερους χρήστες της τεχνητής νοημοσύνης γενικά.
Έχουν περάσει περισσότερα από δέκα χρόνια και οι ενήλικες εξακολουθούν να προσπαθούν να καταλάβουν τι έκαναν και τι κάνουν τα smartphone και τα κοινωνικά δίκτυα στους νέους. Αν μη τι άλλο, οι ανησυχίες για τον αντίκτυπό τους στην παιδική ηλικία και την ψυχική υγεία έχουν αυξηθεί. Η εισαγωγή της τεχνητής νοημοσύνης σημαίνει ότι οι σημερινοί γονείς αντιμετωπίζουν πολλά κύματα αρνητικών αντιδράσεων στην τεχνολογία ταυτόχρονα (ήδη ανησυχούν για τον χρόνο χρήσης της ηλεκτρονικής οθόνης, τον διαδικτυακό εκφοβισμό και οτιδήποτε άλλο).
Η Τεχνητή Νοημοσύνη Αφαιρεί Θέσεις Εργασίας
Ο Guardian (08.11.2024) αναφέρει στοιχεία από το think tank του Tony Blair ότι η τεχνητή νοημοσύνη θα μπορούσε να εξαλείψει μεταξύ 1 και 3 εκατομμυρίων θέσεων εργασίας στον ιδιωτικό τομέα του Ηνωμένου Βασιλείου, αν και η ανεργία θα αυξηθεί τελικά κατά αρκετές εκατοντάδες χιλιάδες ανθρώπων, καθώς η πρόοδος της τεχνολογίας δημιουργεί επίσης νέες θέσεις εργασίας.
Το Ινστιτούτο Tony Blair (TBI) εκτιμά ότι μεταξύ 60.000 και 275.000 θέσεων εργασίας θα χάνονται ετησίως σε διάστημα δύο δεκαετιών. Στην κορύφωση της κρίσης στο Ηνωμένο Βασίλειο την τελευταία δεκαετία χάθηκαν περίπου 450.000 θέσεις εργασίας.
Η TBI προβλέπει ότι οι συνολικές απώλειες θα είναι εκατοντάδες χιλιάδες στο αποκορύφωμά τους στο τέλος της επόμενης δεκαετίας, καθώς η τεχνητή νοημοσύνη δημιουργεί νέα ζήτηση για εργαζόμενους σε άλλα επαγγέλματα και τους επαναφέρει στην οικονομία.
«Η αισιόδοξη πρόβλεψή μας είναι ότι ο μέγιστος αντίκτυπος της τεχνητής νοημοσύνης στην ανεργία είναι πιθανό να είναι εκατοντάδες χιλιάδες, με το αποτέλεσμα να μειώνεται με την πάροδο του χρόνου», αναφέρει η έκθεση, με τίτλο The Impact of AI στην αγορά εργασίας.
«Το συνολικό μάθημα είναι ότι η τεχνητή νοημοσύνη είναι πιθανό να αυξήσει τον δυναμισμό της αγοράς εργασίας, ενθαρρύνοντας περισσότερους εργαζόμενους να εγκαταλείψουν τις υπάρχουσες θέσεις εργασίας και να εισέλθουν σε νέες».
Η TBI είπε ότι μια τέτοια διαδικασία θα απαιτούσε έναν «εκσυγχρονισμό» της υποδομής της αγοράς εργασίας του Ηνωμένου Βασιλείου, ο οποίος θα μπορούσε να περιλαμβάνει ένα σύστημα έγκαιρης προειδοποίησης που επισημαίνει πώς η τεχνητή νοημοσύνη θα μπορούσε να επηρεάσει την απόδοση του προσωπικού.
Η έκθεση εκτιμά ότι η υιοθέτηση της τεχνητής νοημοσύνης θα μπορούσε να ενισχύσει το ΑΕΠ (ένα μέτρο οικονομικής ανάπτυξης) κατά 1% τα επόμενα πέντε χρόνια, αυξάνοντας στο 6% έως το 2035. Εν τω μεταξύ, το ποσοστό ανεργίας θα μπορούσε να αυξηθεί κατά 180.000 άτομα έως το 2030. Αυτή τη στιγμή υπάρχουν περίπου 1,4 εκατομμύρια άνεργοι στο Ηνωμένο Βασίλειο.
Ωστόσο, η TBI, η οποία χαρακτήρισε την τεχνητή νοημοσύνη ως ένα «σημαντικό ζήτημα πολιτικής», είπε ότι όλα αυτά τα σενάρια εξαρτώνται από παράγοντες όπως τα εργαλεία που θα εμφανιστούν την επόμενη δεκαετία, οι επενδυτικές αποφάσεις που λαμβάνονται από ιδιωτικές εταιρείες και οι κυβερνητικές πολιτικές που επιταχύνουν ή επιβραδύνουν την υιοθέτηση.
Οι αναλυτές λένε ότι η τεχνητή νοημοσύνη θα αντικαταστήσει σίγουρα ορισμένες θέσεις εργασίας, αλλά θα μπορούσε να δημιουργήσει νέες, ενισχύοντας την παραγωγικότητα και οδηγώντας στην οικονομική ανάπτυξη.
Σύμφωνα με τους αναλυτές της TBI, οι θέσεις διοικητικής και γραμματειακής υποστήριξης, καθώς και οι θέσεις εργασίας στον τομέα των πωλήσεων και της εξυπηρέτησης πελατών, των τραπεζών και των χρηματοοικονομικών, είναι πιο επιρρεπείς στην επιρροή της τεχνητής νοημοσύνης. Το μεγαλύτερο μέρος της αποτελεσματικότητας θα προέλθει από προϊόντα που εκτελούν γνωστικές εργασίες, όπως chatbots, και όχι από υλικό με δυνατότητα AI που κάνει σωματική εργασία.
Ωστόσο, καθώς αυξάνεται η αυτοματοποίηση, οι εργασίες που περιλαμβάνουν συνήθεις γνωστικές εργασίες και οι βιομηχανίες που παράγουν μεγάλες ποσότητες δεδομένων, ενδέχεται να “υποφέρουν” καθώς είναι ευκολότερο να αυτοματοποιηθούν.
Δεν υπάρχουν σχόλια :
Δημοσίευση σχολίου